[发明专利]一种基于YOLO的深度学习芯片封装裂纹缺陷检测方法有效
| 申请号： | 202110219336.7 | 申请日： | 2021-02-26 |
| 公开（公告）号： | CN112967243B | 公开（公告）日： | 2023-01-13 |
| 发明（设计）人： | 曾龙;王宏羽;杨凡;王硕;林宜龙;刘飞 | 申请（专利权）人： | 清华大学深圳国际研究生院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/13;G06T7/136;G06T7/62;G06T7/73;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 王震宇 |
| 地址： | 518055 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于YOLO的深度学习芯片封装裂纹缺陷检测方法，包括如下步骤：第一步，采集得到芯片单元图像；第二步，对采集的图像进行缺陷类别信息以及缺陷目标坐标的标注；第三步，进行数据增强，制作用于训练的数据集；第四步，基于YOLOv4网络构建缺陷检测所用的深度学习网络模型；第五步，使用预训练的参数作为初始权重，训练深度学习网络；第六步，使用训练好的网络进行预测，其中将待检测图片标准化处理后输入网络，得到网络head的输出，将head输出解码，采用优化非极大值抑制NMS过滤解码后的结果，得到网络预测结果；第七步，采用置信度阈值和裂纹边界阈值对所述第六步的网络预测结果进一步过滤，得到最终结果。本发明对芯片裂纹类缺陷有良好的检测效果。 | ||
| 搜索关键词： | 一种 基于 yolo 深度 学习 芯片 封装 裂纹 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学深圳国际研究生院，未经清华大学深圳国际研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110219336.7/，转载请声明来源钻瓜专利网。
